发布询价单
您的位置:首页 > 资讯 > 行业资讯 > 正文

机器人主流定位技术 激光SLAM与视觉SLAM谁更胜一筹?

2019-04-24 11:55 性质:转载 作者:若步智能 来源:若步智能
免责声明:AGV网(www.chinaagv.com)尊重合法版权,反对侵权盗版。(凡是我网所转载之文章,文中所有文字内容和图片视频之知识产权均系原作者和机构所有。文章内容观点,与本网无关。如有需要删除,敬请来电商榷!)
定位技术是机器人实现自主定位导航的最基本环节,是机器人在二维工作环境中相对于全局坐标的位置及其本身的姿态。目前SLAM (Simultaneous Localization and Mapping即时定位与地...


定位技术是机器人实现自主定位导航的最基本环节,是机器人在二维工作环境中相对于全局坐标的位置及其本身的姿态。目前SLAM (Simultaneous Localization and Mapping即时定位与地图构建)是业内主流的定位技术,有激光SLAM和视觉SLAM之分。


什么是激光SLAM?




激光SLAM脱胎于早期的基于测距的定位方法(如超声和红外单点测距)。激光雷达(Light Detection And Ranging)的出现和普及使得测量更快更准,信息更丰富。激光雷达采集到的物体信息呈现出一系列分散的、具有准确角度和距离信息的点,被称为点云。通常,激光SLAM系统通过对不同时刻两片点云的匹配与比对,计算激光雷达相对运动的距离和姿态的改变,也就完成了对机器人自身的定位。

激光雷达距离测量比较准确,误差模型简单,在强光直射以外的环境中运行稳定,点云的处理也比较容易。同时,点云信息本身包含直接的几何关系,使得机器人的路径规划和导航变得直观。激光SLAM理论研究也相对成熟,落地产品更丰富。


什么是视觉SLAM?





眼睛是人类获取外界信息的主要来源,视觉SLAM也具有类似特点,它可以从环境中获取海量的、富于冗余的纹理信息,拥有超强的场景辨识能力。早期的视觉SLAM基于滤波理论,其非线性的误差模型和巨大的计算量成为了它实用落地的障碍。近年来,随着具有稀疏性的非线性优化理论(Bundle Adjustment)以及相机技术、计算性能的进步,实时运行的视觉SLAM已经不再是梦想。


通常,一个视觉SLAM系统由前端和后端组成。前端负责通过视觉增量式计算机器人的位姿,速度较快。后端,主要负责两个功能:

一是在出现回环(即判定机器人回到了之前访问过的地点附近)时,发现回环并修正两次访问中间各处的位置与姿态;

二是当前端跟踪丢失时,根据视觉的纹理信息对机器人进行重新定位。简单说,前端负责快速定位,后端负责较慢的地图维护。

视觉SLAM的优点是它所利用的丰富纹理信息。例如两块尺寸相同内容却不同的广告牌,基于点云的激光SLAM算法无法区别他们,而视觉则可以轻易分辨。这带来了重定位、场景分类上无可比拟的巨大优势。同时,视觉信息可以较为容易的被用来跟踪和预测场景中的动态目标,如行人、车辆等,对于在复杂动态场景中的应用这是至关重要的。第三,视觉的投影模型理论上可以让无限远处的物体都进入视觉画面中,在合理的配置下(如长基线的双目相机)可以进行很大尺度场景的定位与地图构建。

一直以来,业内对激光SLAM与视觉SLAM到底谁更胜一筹,谁是未来主流趋势都有自己的看法,以下将简单从几个方面进行对比。


1.应用场景





从应用场景来说,视觉SLAM 的应用场景要丰富很多。视觉SLAM 在室内外环境下均能开展工作,但是对光的依赖程度高,在暗处或者一些无纹理区域是无法进行工作的。而激光 SLAM 目前主要被应用在室内,用来进行地图构建和导航工作。


2.定位和地图构建精度





在静态且简单的环境中,激光SLAM定位总体来讲优于视觉SLAM,但在较大尺度且动态的环境中,视觉SLAM因为其具有的纹理信息,表现出更好的效果。在地图构建上,激光 SLAM精度较高,国内思岚科技的 RPLIDAR 系列构建的地图精度可达到 2cm 左右。而视觉SLAM,比如大家常见的,也用的非常多的深度摄像机 Kinect,(测距范围在 3-12m 之间),地图构建精度约 3cm;所以激光 SLAM 构建的地图精度一般来说比 视觉SLAM 高,且能直接用于定位导航。


3.易用性





激光 SLAM 和基于深度相机的 视觉SLAM 均是通过直接获取环境中的点云数据,根据生成的点云数据,测算哪里有障碍物以及障碍物的距离。但是基于单目、双目、鱼眼摄像机的 视觉SLAM 方案,则不能直接获得环境中的点云,而是形成灰色或彩色图像,需要通过不断移动自身的位置,通过提取、匹配特征点,利用三角测距的方法测算出障碍物的距离。


除了上面几点之外,在探测范围、运算强度、实时数据生成、地图累计误差等方面,激光 SLAM 和视觉 SLAM 也会存在一定的差距。

比如:

注:左为激光SLAM,右为 视觉SLAM,数据来源:KITTI


可以明显看出,对于同一个场景,视觉SLAM 在后半程中出现了偏差,这是因为累积误差所引起的,所以 视觉SLAM 要进行回环检验。

总体来说,激光 SLAM 是目前比较成熟的机器人定位导航技术,而视觉 SLAM是未来研究的主流方向。未来,多传感器的融合是一种必然的趋势。取长补短,优势结合,为市场打造出真正好用的、易用的 SLAM 方案。

网友评论
文明上网,理性发言,拒绝广告

相关资讯

  • 瑞士科学家研发机器人可在热带雨林的树冠层中穿梭
    机器人 "牛油果(Avocado) "可以从高处跳下,绕过障碍物:有朝一日,它将在热带雨林的树冠层中穿梭,为研究人员收集有关这片难以到达的栖息地的数据。它的名字叫 "Avocado",而且看起...

    2024-02-06 10:12

  • 无电池传感器利用语音的力量
    声敏传感器无需外部电源,由某些噪音产生的声波激活。研究人员开发了一种无电池传感器,可以对声波(例如特定的口语单词)做出反应,产生足够的振动能量来为电子设备供电。这种新型传感器...

    2024-02-06 10:10

  • 美国科学家研发出以昆虫为模型的微型机器人
    WaterStrider 机器人采用了号称世界上最小、最轻的形状记忆执行器美国华盛顿州立大学研制的两种昆虫型机器人--迷你虫和水黾--是目前已知最小、最轻、最快的全功能微型机器人。这种微型机器人有朝...

    2024-02-06 09:28

  • 可缓解农业长期劳动力短缺的 11 种机器人
    由于全世界都缺乏农业工人,将多种农业任务自动化显然是一种解决办法。 在加沙冲突期间,Nitza Kardish 与其他数千名志愿者一起,每周两次前往温室采收西红柿、种植西葫芦和照料菠萝。全世界的...

    2024-02-05 09:05

  • 科普:了解 CAN 总线的综合指南
    CAN 总线诞生于上世纪 80 年代,有助于在车辆内进行可靠的电子通信。本文将深入探讨 CAN 总线的基本原理、架构、协议、应用和局限性。简介控制器局域网(CAN)总线由博世于 20 世纪 80 年...

    2024-02-04 13:39

  • 2023年国际年度内部物流和叉车奖(IFOY):17 项创新进入决赛
    IFOY 组织公布了 2024 年 IFOY 奖提名名单,并再次进行了严格评选。来自 6 个国家的 15 家内部物流供应商从 35 家公司中脱颖而出,共有 17 种设备和解决方案入围决赛,其中包括 4 ...

    2024-02-04 13:34

  • 美国卡内基梅隆大学开发出检测和修复天然气管道问题的机器人系统
    美国卡内基梅隆大学机器人研究所的研究人员正在开发一种模块化机器人,它可以匍匐在天然气管道内部,绘制管道位置图,检测破损或泄漏的管道,并在必要时通过沿管道内壁涂抹树脂涂层来修复管道。卡...

    2024-02-04 13:05

  • 瑞士科学家开发出
    瑞士苏黎世联邦理工学院的研究人员开发出了用于机器人运动的人造肌肉。该学院研究人员表示,与之前的技术相比,他们的解决方案具有多项优势:它可用于机器人需要柔软而非僵硬的地方,或机器人与环...

    2024-02-04 13:04

  • 中国AGV网本周热点回顾(2024年1月28日-2月3日)
    1、喜报|诺力荣摘“2023年度智能制造系统解决方案揭榜挂帅项目”诺力揭榜智能制造项目 2024年1月24日,2023年度智能制造系统解决方案揭榜挂帅项目名单正式公布,诺力智能装备股份有限公司凭借良...

    2024-02-04 11:34

  • AGV 指南:工业自动化牵引系统
    在工业自动化领域,拖车牵引系统是重塑物料搬运格局的重要组成部分。什么是拖车?拖车是一种在仓库、工厂或其他设施等各种工业环境中有效运输材料的车辆。你可以把拖车想象成火车,拖车本身就像位...

    2024-02-02 08:49

热点资讯

关注官方微信

手机扫码看新闻